Un sistema de apoyo a la decisión para la gestión inter-activos de infraestructura urbana empleando ontologías de dominio y razonamiento basado en incertidumbre cualitativa

Los activos de infraestructura urbana (p. ej., carreteras, tuberías de agua) realizan funciones críticas para la salud y el bienestar de la sociedad. Aunque se ha reconocido ampliamente que diferentes activos de infraestructura están altamente interconectados, la gestión de infraestructura en la práctica, como la planificación, instalación y mantenimiento, a menudo es llevada a cabo por diferentes interesados sin considerar estas dependencias debido a la falta de datos relevantes y conocimiento entre dominios, lo que puede causar efectos sociales, económicos y ambientales en cascada inesperados. En este artículo, presentamos un sistema de apoyo a la decisión basado en conocimiento para la gestión inter-activos de infraestructura urbana. Al considerar varios activos de infraestructura (p. ej., carretera, terreno, cable), desencadenantes (p. ej., fuga de tubería) y posibles consecuencias (p. ej., interrupción del tráfico) como un sistema holístico, modelamos cada subdominio utilizando una ontología modular y encapsulamos la interdependencia entre ellos mediante un conjunto de reglas. Además, se asigna una probabilidad cualitativa a cada regla por expertos del dominio (p. ej., ingenieros civiles) para codificar la incertidumbre del conocimiento, y se aplica un motor de inferencia para predecir las posibles consecuencias de un desencadenante dado con datos específicos de ubicación y las reglas codificadas. Se ha desarrollado un prototipo web basado en el concepto anterior y se ha demostrado a una amplia gama de interesados. El sistema puede ayudar en el proceso de toma de decisiones al facilitar la recopilación e integración de datos, así como presentar las posibles consecuencias de posibles desencadenantes, asesorando sobre si se necesita información adicional o sugiriendo formas de obtener dicha información. El trabajo muestra un enfoque inteligente para integrar y procesar datos de múltiples fuentes para innovar en una nueva forma de ayudar a un proceso de decisión complejo con un alto impacto social.